文献

J-GLOBAL ID：202102220811662765   整理番号：21A1334636

深層強化学習シミュレータを用いた人混み環境における移動ロボットの能動的働きかけ効果の検証

Verification of Active Inducement of Mobile Robot in Crowded Space by using Deep Reinforcement Learning Simulator

著者 (5件)： 濱田太郎 (早稲田大) ,  亀崎允啓 (早稲田大) ,  亀崎允啓 (JST-さきがけ) ,  LI Yuhan (早稲田大) ,  菅野重樹 (早稲田大)
資料名： 計測自動制御学会システムインテグレーション部門講演会(CD-ROM)  (SICE SI (CD-ROM))
巻： 21st  ページ： ROMBUNNO.1H1-14  発行年： 2020年12月15日 
JST資料番号： F1751A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・自律移動ロボットの運用においては,人のような動的対象物との接触を避ける行動を計画する必要があるが,人混みはより制御を困難にさせる環境であり,本研究においてはその対応に深層強化学習を導入することを提案。
・自律移動ロボットシミュレータの開発について,シナリオ,働きかけ手法,インタラクションオブジェクトモデル,および働きかけモデルを説明。
・深層強化学習として,ネットワークの構造および状態定義および報酬定義を説明。
・最後に,実施した比較実験の概要と結果を提示。

シソーラス用語： *移動ロボット ,  *自律ロボット ,  流動 ,  数 ,  衝突回避 ,  強化学習 ,  シミュレータ ,  *計画 ,  アクティブ制御
準シソーラス用語： *自律移動ロボット ,  人流 ,  多数 ,  深層強化学習 ,  *動作計画 ,  能動的制御

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (5件)：

• D. Fox, W. Burgard, S. Thrun, “The dynamic window approach to collision avoidance,” IEEE Robotics & Automation Magazine, vol. 4, no. 1, pp. 23-33, 1997.
• P. Fiorini and Z. Shiller, “Motion planning in dynamic environments using velocity obstacles”, Int. J. Robot. Res., vol. 17, no. 7, pp. 760-772, Jul. 1998.
• 平山三千昭他,反復的行動探索の効率化による複数移動障害物の回避軌道計画,第37回日本ロボット学会学術講演会論文集,3N1-03, 2019.
• 小林彩乃他,“人・ロボット系における相互の譲り合いを考慮した主張・同調的軌道計画手法”,第37回日本ロボット学会学術講演会論文集,3N1-02,2019.
• M. C. Shrestha et al., “A preliminary study of a control framework for forearm contact during robot navigation”, in Proc. IEEE Int. Symp. Rob. & Hum. Interactive Communication, pp 410-415, 2018.

タイトルに関連する用語 (5件)： 深層強化学習 ,  シミュレータ ,  環境 ,  ロボット ,  検証